bank monitoring, risiko, spread suku bunga pada bank perkreditan

BANK MONITORING, RISIKO, SPREAD SUKU BUNGA
PADA BANK PERKREDITAN RAKYAT
Oleh :
Agus Rantono, Taswan
ABSTRACT
This study examined the effect of monitoring power, capital adequacy, nonperforming loan, loan to deposit ratio, and bank size on the interest rate spreed. The analysis
was used linear regression model to estimated the effect of various variables. The result of
the study indicates that monitoring power was positively significant, capital was negatively
significant, non-performing loan was negatively insignificant, loant deposit ratio was
negatively insignificant, and total aset was negatively significant on interest rate spread.
Keywords : Bank monitoring, capital adequacy, non-performing loan, loan to deposit ratio,
total aset, net interest margin
PENDAHULUAN
Latar Belakang
Efisiensi intermediasi keuangan merupakan suatu faktor penting dalam pengembangan
ekonomi. Indikator utama efisiensi sektor perbankan adalah spread suku bunga, marjin
tingkat bunga deposito-pinjaman yang lebar menunjukkan sektor perbankan tidak efisien.
Quarden (2004) berpendapat bahwa sistem perbankan yang efisien bermanfaat untuk
pengembangan ekonomi riil karena memungkinkan return yang diharapkan lebih tinggi bagi
penabung, dan menurunkan biaya pinjaman untuk proyek baru yang membutuhkan
pembiayaan. Oleh karena itu, jika spread suku bunga sektor perbankan besar akan
menghambat penabung potensial karena rendahnya return deposito yang pada gilirannya
membatasi dan pembiayaan bagi peminjam potensial (Ndung’u dan Ngugi, 2000).
Beberapa penelitian telah berupaya untuk melakukan analisis tersebut, tetapi karena
kelangkaan data pinjaman aktual dan data tingkat bunga deposito dari masing-masing bank,
sebagian besar telah menggunakan net interest margin (NIM) bank sebagai proxy untuk
spread suku bunga. Jika bank mengimplementasikan fungsi intermediasi keuangan secara
efisien, bank akan mendorong pertumbuhan ekonomi suatu negara (Levine, 1997). Salah satu
indikator yang dapat digunakan dalam mengukur efisiensi bank adalah net interest margin.
Net interest margin yang tinggi sering bersangkutan dengan kehadiran inefisiensi pada sistem
perbankan, terutama pada negara-negara berkembang, karena biaya yang timbul sebagai hasil
inefisiensi yang ditransfer ke konsumen bank dengan membebankan suku bunga yang tinggi
(Fry,1995;Randall,1998;dan Barajas et al.1999). Sebaliknya terhadap net interest margin
yang lebih rendah, biaya sosial yang diharapkan timbul oleh masyarakat terhadap aktivitas
intermedisai perbankan yang dilakukan akan menjadi rendah juga.
Faktor-faktor penentu net interest margin dan/pengaruhnya bervariasi diseluruh negara
serta daerah di dunia (umpamanya. Doliente, 2005; Hawtrey dan Liang,2008; Maudos dan
Solis, 2009). Contohnya, sementara Modal bank dan risiko kredit ditemukan secara signifikan
dan positif terkait NIM dalam negara maju (umpamanya Saunders dan Schumacher,2000),
hubungan ditemukan menjadi signifikan tetapi negatif pada beberapa negara Amerika Latin
(Brock dan Suarez,2000). Penelitian pada sistem perbankan dari negara-negara maju
menunjukkan bahwa net interest margin memiliki hubungan positif signifikan dengan tingkat
modal bank, penyisihan kerugian pinjaman, persyaratan cadangan, pembayaran bunga
implisit, dan fluktuasi tingkat bunga (Ho dan Saunders, 1981; Saunders dan Schumacher,
2000).
Pendekatan yang digunakan dalam banyak literatur adalah untuk mengklasifikasi penentu
spread suku bunga bank menurut apakah mereka merupakan karakteristik spesifik bank,
industri (pasar) khusus atau sifat makroekonomi. Demirgue-Kunt dan Huizinga (1998),
Moore dan Craigwell (2000), Brock dan Rojas-Suarez (2000), Gelos (2006), Sologoub (2006)
dan Crowley (2007) bahwa karakteristik spesifik bank yang biasanya diteorikan memiliki
dampak pada spread mereka meliputi ukuran bank, pola kepemilikan, kualitas portofolio
pinjaman, kecukupan modal, biaya overhead, biaya operasi, dan pembagian aset likuid dan
aset tetap. Robinson (2002) selanjutnya mencatat bahwa kejadian fraud, kemudahan dengan
risiko kredit yang buruk, dan keadaan tata kelola perusahaan dalam bank semua mengarahkan
biaya operasi yang lebih tinggi, memburuknya aset dan akhirnya spread suku bunga yang
lebih lebar.
Pada penelitian perbankan, faktor-faktor penentu net interest margin telah banyak digali
secara empirik, namun demikian penelitian spread suku bunga pada Bank Perkreditan Rakyat
sepengetahuan peneliti masih sangat sedikit. Penelitian ini menguji faktor penentu spread
suku bunga bank, yakni karakteristik bank yang meliputi kekuatan monitoring, risiko bank
yang dicerminkan oleh tingkat kecukupan modal, non-performing loan, loan to deposit ratio
dan ukuran bank terhadap spread suku bunga. Apakah karakteristik bank dalam hal kekuatan
monitoring, risiko bank yang dicerminkan tingkat kecukupan modal, non-performing loan,
loan to deposit ratio, dan ukuran bank, berpengaruh terhadap spread suku bunga.
Teori dan empiris
Diamond (1984) telah membuktikan bahwa intermediasi mengatasi problem asimetrik
informasi dengan bertindak sebagai “monitoring yang didelegasikan”. Asimetrik informasi
merupakan pusat literatur pada intermediasi keuangan seperti yang dikembangkan oleh
Diamond (1984) dan lainnya (Bhattacharya dan Thakor (1993). Hubungan keagenan
perbankan ditujukan secara langsung untuk menyelesaikan problem asimetrik informasi.
Hubungan prinsipal dan agen akan selaras bila semua dilakukan secara fair. Dalam banyak
hal, hubungan keagenan ini tidak fair karena adanya informasi yang tersembunyi, yang terjadi
karena agen memiliki informasi yang lebih baik, lengkap, dan komprehensif tentang
usahanya dari pada principal (Diamond,1987).
Bank dengan kemampuan monitoring yang unggul dapat mengurangi problem moral
hazard serta dapat mengekstraksi rente yang lebih tinggi seperti penjelasan dalam teori holdup (Rajan (1992) dan Diamond dan Rajan (2000). “Hold-up” problem berkaitan dengan
monopoli informasi bank dalam proses pinjaman, hal itu memungkinkan untuk membuat
pinjaman tidak kompetitif pada masa yang akan datang. Ongena dan Smith (2000)
menunjukkan bahwa hubungan beberapa bank mengurangi “hold-up” problem, tetapi
memperburuk tersedianya kredit.
Sektor perbankan memainkan peran fundamental dalam pertumbuhan ekonomi, sebagai
elemen dasar dalam menyalurkan dana dari kreditur ke peminjam. Intermediasi yang
dilakukan oleh bank dengan biaya terendah dalam mencapai tujuan untuk kesejahteraan
sosial yang lebih luas adalah sangat penting. Ho dan Saunders (1981), memulai dari konsepsi
bahwa perusahaan perbankan semata-mata hanya sebagai perantara antara kreditur dan
peminjam, menemukan bahwa marjin bunga memiliki dua komponen dasar yaitu tingkat
kompetisi pasar dan risiko tingkat bunga. Penelitian yang dilakukan oleh Ho dan Saunders
merupakan pioner dalam menganalisis net interest margin untuk membuat model perbankan
sebagai intermediasi antara penerima dan menyalurkan dana. Model ini disebut model
“dealer”. Model ini telah diperluas dalam beberapa penelitian : Allen (1988) memperluas hal
ini untuk menguji pada setiap perbedaan jenis dari kredit dan deposito; McShane dan Sharpe
(1985) merubah sumber risiko tingkat bunga, menempatkan dalam ketidakpastian pasar uang
bukan dari tingkat bunga pada kredit dan deposito, seperti pada penelitian awal oleh Ho dan
Saunders (1981); Angbanzo (1997) memperluas model dan menggunakannya untuk menguji
risiko kredit dan risiko tingkat bunga. Beberapa penelitian telah berupaya untuk melakukan
analisis tersebut, tetapi kelangkaan data pinjaman aktual dan data tingkat bunga deposito dari
masing-masing bank, menjadikan sebagian besar telah menggunakan net interest margin
(NIM) bank sebagai proxy untuk spread suku bunga. Demirgue-Kunt dan Huizinga (1998)
telah membenarkan penggunaan proxy tersebut dengan mencatat bahwa baik spread ex ante
dan ex post dapat digunakan dalam penelitian efisiensi bank. Spread ex ante dihitung dari
tingkat bunga kontraktual yang dibebankan pada pinjaman dan bunga yang dibayar deposito,
spread ex post mengukur perbedaan antara penghasilan bunga bank dan biaya bunga aktual.
Memperhatikan ketersediaan data dan mempertimbangkan terhadap hasil yang akan
diperoleh maka dalam penelitan ini dilakukan dengan memilih menggunakan proxy ex post
dimana data masing-masing bank tersedia secara luas, yaitu, net interest margin (NIM).
Peran bank dalam menghasilkan informasi dan monitoring debitur dalam proses alokasi
kredit telah digali secara luas. Bank bertanggung jawab untuk monitoring dan menyaring
kontrak pinjaman, dengan demikian bank memiliki kemampuan untuk mengurangi pemilihan
yang merugikan dan problem moral hazard, dan memberikan fleksibilitas dengan
merekonstruksi kontrak pinjaman. Monitoring peminjam oleh bank mendasarkan pada
pengumpulan informasi sebelum dan sesudah pinjaman diberikan, meliputi pencarian aplikasi
pinjaman, menilai kelayakan peminjam dan menjamin bahwa peminjam mematuhi
persyaratan kontrak. Tujuan monitoring bank adalah untuk mengurangi risiko kredit bank
dengan mencegah perilaku oportunistik peminjam (moral hazard). Menurut teori “hold-up”
Rajan (1992) bahwa bank dengan kekuatan monitoring lebih unggul memungkinkan mengekstrak rente yang lebih tinggi. Dengan kata lain, kekuatan monitoring bank kreditur secara
positif terkait spread suku bunga pinjaman. Sebagai proxy untuk kekuatan monitoring bank
kreditur, penyisihan kerugian pinjaman dianggap secara negatif bersangkutan dengan
intensitas aktivitas monitoring bank. Penyisihan kerugian pinjaman dengan demikian
diharapkan menjadi terkait secara terbalik terhadap spread suku bunga pinjaman; Semakin
tinggi penyisihan kerugian pinjaman, semakin rendah spread suku bunga pinjaman, sehingga
dalam penelitian ini menggunakan besarnya kredit yang diberikan dibagi dengan penyisihan
kerugian pinjaman (mengacu PBI No. 13/26/PBI/2011 tentang perubahan PBI No.
8/19/PBI/2006) untuk proxy kekuatan monitoring bank.
Beberapa alternatif proxy untuk risiko bank meliputi ukuran kecukupan modal, dan
risiko kredit dan risiko likuiditas, (Coleman, Esho, Sharpe (2002). Untuk kecukupan modal
diukur dengan rasio kapital terhadap aset, yang dilambangkan dengan Capital Ratio, yang
berbanding terbalik terhadap risiko bank, proxy untuk risiko likuiditas, Loan/Deposit Ratio,
Cash/Asset rasio. Clair (1992), Coleman, Esho, dan Sharpe (2004) menetapkan ukuran dari
kualitas kredit sebagai Non-performing Loans Ratio (rasio Non-performing loan terhadap
total pinjaman).
Modal berbanding terbalik dengan spread. Bubbard et al, (2002) membuktikan bahwa
bank berisiko, yang dicerminakan oleh rasio modal yang rendah, akan memiliki derajat
pemulihan yang lebih rendah dalam menghadapi kegagalan, oleh karenanya bank tersebut
akan membebankan premi yang lebih tinggi. Hubbard, Kuttner dan Palia (2002)
menggabungkan atribut kreditur lainnya, kesehatan keuangan bank, dan menunjukkan bahwa
rendahnya modal bank cenderung membebankan suku bunga pinjaman yang lebih tinggi dari
pada bank yang bermodal tinggi.
Meskipun efisiensi bank telah diteliti secara luas, beberapa penelitian-penelitian
memperkenalkan variabel risiko eksplisit pada ukuran efisiensi. Altunbas et al. (2000)
mengungkapkan kualitas pinjaman melalui rasio non-performing loan (NPL) terhadap total
pinjaman. Menurut Berger dan De Young (1997) dan Van Hoose (2010) variabel ini
merupakan kualitas dari monitoring bank atas pinjaman. Variabel ini menggambarkan risiko
kredit, yang krusial untuk aktivitas jangka panjang bank (Basel Committee of Banking
Supervision 2011). Clair (1992), Coleman, Esho, dan Sharpe (2004) menetapkan dua ukuran
dari kualitas kredit : Loan Charge-offs Ratio (rasio charge-offs terhadap total pinjaman) dan
Non-performing Loans Ratio (rasio Non-performing loan terhadap total pinjaman, mengacu
PBI No. 8/19/PBI/2006).
Dalam Literatur efisiensi perbankan sedikitnya ada dua pendekatan utama untuk
mengevaluasi institusi keuangan (survey Berger dan Humphrey (1997), Goddard et al. (2001)
atau Fethi dan Pasiouras (2010), yaitu pendekatan produksi dan intermediasi. Dalam
pendekatan produksi bank digambarkan sebagai produsen baik deposito dan pinjaman.
Likuiditas bank dapat didefinisikan sebagai kemampuan untuk memenuhi kebutuhan kas
yang diantisipasi dan yang tidak pasti. Kebutuhan kas timbul dari penarikan deposito, jatuh
tempo liabilitas, dan pencairan pinjaman. Kemampuan untuk menyediakan likuiditas
merupakan suatu fungsi khusus bank (Rajan (1996), Diamond dan Rajan (1999), dan
Kashyap et al (2000). Risiko likuiditas timbul dari ketidakpastian waktu dari arus kas bank,
merupakan salah satu risiko yang bank kreditur hadapi dalam bisnisnya. Loan/deposit rasio
merupakan instrumen yang berguna untuk menentukan likuiditas bank. Pada umumnya
loan/deposit rasio merupakan ukuran likuiditas bank serta profitabilitas bank. Rasio dihitung
dengan membagi total jumlah pinjaman, dengan total jumlah deposito (Michael Tailard,
2014).
Aset bank dapat digunakan sebagai proxy ukuran bank. Ukuran bank merupakan
variabel yang digunakan untuk mengukur skala ekonomi bank. Ukuran bank biasanya
dianggap penentu penting, tetapi belum ada konsensus pada arah pengaruhnya.
Penelitian Sebelumnya
Judul
Tahun Var.independent
measurement
Var. Dependent Result
Monitoring kinerja bank
pada kehadiran risiko
2014 Risiko kredit
Modal
NPL
CAR
NIM
NIM
negatively related
positively related
Faktor-faktor penentu dari
Marjin bunga bank Komersial
di Indonesia : suatu analisis
Regresi efek panel tetap
2014 Modal
Likuiditas
Risiko
CAR
LDR
NPL
NIM
NIM
NIM
positive, significant
positive, significant
positive, significant
Faktor-faktor penentu
NIM-Kasus Macedonia
2014 Modal
Ukuran bank
rasio kapital to aset
logarithma total aset
NIM
NIM
positively significant
positively
Mengevaluasi Kinerja dari
Bank Komersial di Georgia
2014 NPL
Modal
Non-performing to loan portfolio
CAR
NIM
NIM
negatively, insignificant
negatively, insignificant
Faktor Penentu Net
Interest Margin Bank di
Fiji, Negara berkembang
pulau kecil
2011 Modal bank
Risiko kredit
Rasio modal terhadap Total Aset
pinjaman (net) terhadap TotalAset
NIM
NIM
negatively, insignificant
positevely, insignificant
Suatu Penelitian Marjin
Bunga Kredit dan Rasio
Efisiensi dari Bank Universal
yang dipilih di Philipina untuk
Tahun 2010
2010 Modal
Loan loss provision
rasio modal to aset
NIM
Provision for Loan Losses/Gross Loans NIM
Efek bank dan faktor penentu
spread suku bunga pinjaman
2003 Bank karakteristik
kekuatan monitoring loan loss provision
Risiko bank
liquidity risk (capital-aset ratio)
spread bunga
pinjaman
berbanding terbalik
negatively related
Faktor Penentu Profitabilitas
Industri Perbankan Tunisia
Bukti Panel
2003 Size bank
log of bank assets
NIM
negatively, significant
Apakah karakteristik bank
mempengaruhi harga kontrak
pinjaman ?
2002 Risiko bank
capital adequacy
credit risk
liquidity risk
rasio kapital/aset
loan loss rasio
LDR, CR
maturity
pinjaman dan
spread bunga
pinjaman
berbanding terbalik
berbanding terbalik
berbanding terbalik
positively
negatively
Perumusan Hipotesis
 Kekuatan monitoring terhadap spread suku bunga
Li Hao, (2003), bank dengan kekuatan monitoring lebih besar dan bank berisiko (memiliki
rasio modal rendah) akan cenderung meng-ekstrak rente lebih tinggi. Kekuatan monitoring
bank sebagai kreditur terkait secara positif dengan spread suku bunga pinjaman. Proxy untuk
kekuatan monitoring bank sebagai kreditur adalah penyisihan kerugian pinjaman, penyisihan
kerugian pinjaman yang tinggi menunjukkan lemahnya monitoring sebaliknya penyisihan
kerugian pinjaman yang rendah menunjukkan kekuatan monitoring yang tinggi, dalam
penelitian ini pengukuran monitoring dapat dilakukan dengan besarnya kredit terhadap
penyisihan kerugian pinjaman, dengan demikian Hipostesis pertama dapat dicatat sebagai :
H1 : Semakin tinggi kekuatan monitoring, semakin tinggi spread suku bunga bank.
 Kecukupan modal terhadap spread suku bunga
Bubbard et al, (2002) membuktikan bahwa suatu bank berisiko, yang diukur dengan rasio
modal yang rendah, memiliki derajat pemulihan yang lebih rendah dalam menghadapi
kegagalan dan karenanya membebankan premi yang lebih tinggi. Hubbard, Kuttner dan Palia
(2002) menggabungkan atribut kreditur lainnya, kesehatan keuangan bank, dan menunjukkan
bahwa rendahnya modal bank cenderung mengakibatkan pembebanan suku bunga pinjaman
yang lebih tinggi dari pada bank yang bermodal tinggi, dengan demikian hipotesis kedua
dapat dicatat sebagai :
H2 : Semakin rendah modal, semakin tinggi spread suku bunga bank
 Non-Performing Loan terhadap spread suku bunga
Rasio non-performing loan (NPL) menunjukkan kemampuan manajemen bank dalam
mengelola problem pinjaman. Dengan demikian, semakin tinggi rasio NPL mengindikasi
buruknya kualitas kredit bank dan besarnya risiko kredit yang dihadapi bank semakin besar
dan berdampak pada pendapatan bank (Nasser,2003), dengan demikian dapat dicatat
hipotesis ketiga sebagai :
H3 : Semakin tinggi non-performing Loan, semakin rendah spread suku bunga
 Loan to deposit Ratio terhadap spread suku bunga
Loan/deposit ratio (LDR) meningkat sebagai suatu hasil pertumbuhan kredit yang lebih besar
dibanding terhadap pertumbuhan dana pihak ketiga yang dikumpulkan oleh bank. Kondisi ini
menyebabkan kenaikan pada pendapatan bunga bersih bank sebagai hasil pertumbuhan
pendapatan bunga lebih besar dari pada pertumbuhan biaya bunga yang dibayar bank.
(Raharjo, Hakim, Manurung, Maulana, 2014), dengan demikian hipotesis ke empat dapat
dicatat sebagai :
H4 : Semakin tinggi Loan to Deposit rasio, semakin tinggi spread suku bunga
 Ukuran bank terhadap spread suku bunga
Demirguc-Kunt and Huizinga (2000) yang mengindikasi bahwa ukuran bank memiliki
dampak signifikan dan positif pada marjin bunga. Sesuai teori Too big to fail (TBTF), bahwa
semakin besar bank akan semakin dilindungi oleh otoritas pengawas karena kegagalan bank
besar akan berdampak sistemik. Dalam konteks ini maka bank besar lebih berani dalam
mengambil risiko karena kegagalan bank akan diselamatkan oleh otoritas pengawas. Net
interest margin menunjukkan risiko yang diambil. Tingginya NIM menunjukkan bank telah
menempatkan kredit dengan bunga tinggi. Kredit bunga tinggi adalah kredit berisiko tinggi.
Dengan demikian hipotesis kelima dapat dicatat sebagai :
H5 : semakin Ukuran bank semakin tinggi spread suku bunga
Model Penelitian
Kebanyakan penelitian pada faktor penentu net interest margin /NIM, seperti Athanasoglou
et al (2005), Goddart et al (2004) dan Ali et al (2011) menggunakan model regresi linear
untuk mengestimasi dampak berbagai variabel.
NIM= 0+ 1MON+ 2CAR+ 3NPL+ 4LDR+ 5ASET+
dimana NIM merupakan Net Interest Margin, 0… 5 merupakan koefisien regresi, MON
merupakan Kekuatan monitoring, CAR adalah tingkat kecukupan modal, non performing
loan, loan to deposit ratio, dan total aset), adalah error.
Gambar 1. Model penelitian
MON
(+)
CAP
NPL
LDR
(-)
(-)
NIM
(+)
(+)
Aset
Metode Penelitian
Tipe penelitian dikualifikasi sebagai penelitian deskriptif. Obyek penelitian adalah Bank
Perkreditan Rakyat (BPR) se eks-Karesidenan Pekalongan yang meliputi wilayah Kabupaten
Batang, Kabupaten Pekalongan, Kota Pekalongan, Kabupaten Pemalang, Kabupaten Tegal,
Kota Tegal, dan Kabupaten Brebes. Tipe data merupakan data pool atau data kombinasi,
yaitu data merupakan elemen untuk data runtut waktu atau time series dan data cross-section.
Data yang digunakan pada penelitian ini menggunakan data sekunder Bank Perkreditan
Rakyat Konvensional (BPR), yang beroperasi di eks-Karesidenan Pekalongan, Jawa Tengah
periode 2012-2014, dari Laporan Keuangan Publikasi (LKP) Bank Perkreditan Rakyat,
diperoleh dari direktory Bank Indonesia (www.BI.go.id). Teknik purposive sampling
digunakan pada penelitian ini.
Definisi operasional dan Pengukuran Variabel
Variabel dependen, NIM (net interest margin), net interest margin digunakan untuk
mengukur kemampuan manajemen untuk menghasilkan pendapatan bunga bersih. NIM
merupakan biaya intermediasi keuangan, dan didefinisikan sebagai pendapatan bunga bersih
dibagi dengan rata-rata aset produktif bank. Pendapatan bunga bersih merupakan pendapatan
bunga minus biaya bunga.
Monitoring peminjam oleh bank mendasarkan pada pengumpulan informasi sebelum dan
sesudah pinjaman diberikan, meliputi pencarian aplikasi pinjaman, menilai kelayakan
peminjam dan menjamin bahwa peminjam mematuhi persyaratan kontrak. Kekuatan
monitoring di proxy dengan besarnya kredit dibagi penyisihan penghapusan aktiva produktif.
Penyisihan kerugian pinjaman dicatat sebagai kerugian pokok pinjaman yang mungkin dan
layak diestimasi (johnson,1997). Berdasarkan SK DIR BI No. 26/20/KEP/DIR, tanggal 29
Mei 1993 dan SE BI No. 26/2/BPPP tanggal 29 Mei 1993, Penyisihan kerugian pinjaman
adalah cadangan yang harus dibentuk sebesar persentase tertentu dari baki debet berdasarkan
penggolongan kualitas aktiva produktif.
Modal Bank didefinisikan sebagai rasio modal/capital terhadap total aset merupakan rasio
yang digunakan untuk mengukur kecukupan modal bank untuk menutupi semua risiko
potensial yang melekat pada aset produktif bank yang sebagian besar dalam bentuk pinjaman.
Rasio ini menjamin bahwa bank tidak dapat memperluas volume usahanya tanpa memiliki
kecukupan modal.
Non-Performing Loan (NPL) merupakan pinjaman yang diklasifikasi sebagai kurang lancar,
diragukan, dan macet. Non performing loan merupakan pinjaman yang tidak menghasilkan
pendapatan untuk bank. Pinjaman menjadi non performing loan ketika peminjam berhenti
melakukan pembayaran dan pinjaman telah gagal lebih dari 90 hari.
Loan/Deposit Ratio (LDR) merupakan rasio kredit kepada pihak ketiga dalam rupiah, tidak
termasuk pinjaman kepada bank lain, kepada pihak ketiga deposito yang meliputi tabungan,
dan deposito berjangka terhadap dana yang diterima. LDR mencerminkan berapa besar
kemampuan bank untuk membayar kembali penarikan dana oleh deposan mengandalkan dana
yang diterima sebagai sumber likuiditas.
Ukuran bank dalam hal total aset biasanya dianggap faktor penentu penting net interest
margin. Umumnya, efek pertumbuhan ukuran bank memiliki manfaat seperti skala ekonomi
dan mengurangi biaya atau ruang lingkup ekonomi dan diversifikasi produk, yang
memberikan akses ke pasar yang bank kecil tidak dapat masuk.
Tebel. Pengukuran Variabel
No Aspek
Variabel
Variabel Dependen
Net Interest Margin
1 Spread
(NIM)
Variabel Independen
Kekuatan
2 Bank
Monitoring Monitoring
3 Modal
yang diharapkan
NIM =
pendapatan bunga-biaya bunga
rata-rata aktiva produktif
MON
Kredit
PPAP
CAP =
Modal
Aset
NPL =
Non performing Loan
Total Loans
x 100
LDR =
Kredit
Dana yang diterima
x 100
x 100
Positif
Capital
4 Risiko
Kredit
Non Performing
Loan (NPL)
5 Likuiditas
Loan to Deposit
Ratio (LDR)
6 Ukuran
Bank
Tanda
Indikator
Total aset
Negatif
Negatif
Positif
LNSIZE = Logarithm (Assett+1 / Assett0)
Positif
Metode Analisis
 Deskripsi Statistik Variabel Penelitian
<Insert Tabel.1>
Berdasarkan tabel menunjukkan jumlah observasi data (n) adalah 67, dari 67 observasi ini
net interest margin terkecil (minimum) adalah 2.10 % dan net interest margin terbesar
(maksimum) adalah 20.13 %. Rata-rata net interest margin dari 67 observasi adalah 11.7598
%, ini menunjukkan spread yang tinggi antara bunga pemberian kredit dan deposito Bank
Perkreditan Rakyat. Kemampuan monitoring minimum 10,01 dan maksimum 135,34 dengan
rata-rata kemampuan monitoring 44,7120. Modal terkecil 4,33 dan modal terbesar 44,25
dengan rata-rata modal 14,9783. Non performing loan terkecil 2,00 % dan terbesar 36,37 %
dengan rata-rata non performing loan 10,0622 %. Loan deposit ratio terkecil 60,00 % dan
terbesar 92,0 % dengan rata-rata 80,0402% . Aset terkecil 14,79 dan terbesar 19,14 dengan
rata-rata aset 17,0100.

Uji Normalitas
<Insert Tabel.2>
Semua nilai K-S dengan probabilitas signifikansi diatas α = 0,05 yang berarti hipotesis nol
diterima atau data variabel kekuatan monitoring, modal, non performing loan, loan deposit
ratio, dan aset terdistribusi secara normal.

Uji Asumsi Klasik
 Uji Multikolinearitas
<Insert Tabel 3>
Hasil perhitungan nilai tolerance menunjukkan tidak ada variabel independen yang memiliki
nilai Tolerance ≤ 0,10 dan hasil perhitungan nilai Variance Inflation Factor (VIF) tidak ada
satu variabel independen yang memiliki nilai VIF ≥ 10, yang berarti tidak ada korelasi antar
variabel independen.
 Uji Autokorelasi
<Insert Tabel 4>
Nilai Durbin-Watson (DW test) sebesar 2,289 nilai ini dibandingkan dengan nilai tabel
menggunakan nilai signifikansi 5%, jumlah sampel 67 (n) dan jumlah variabel independen 5
(k=5), maka didapat nilai DW test lebih besar dari 4 – 1,767 (du) dan lebih kecil dari 4 –
1,438 (dl) atau 4 – 1,767 ≤ d ≤ 4 – 1,438 maka tidak ada keputusan yang berarti H0 tidak ada
korelasi negatif. Pada uji DW test diperoleh tidak ada kesimpulan, sehingga untuk
mendeteksi apakah antar residual terdapat korelasi yang tinggi dilakukan Runs Test untuk
melihat apakah data residual terjadi secara random atau tidak. Jika antar residual tidak
terdapat hubungan korelasi maka dikatakan bahwa residual adalah acak atau random.
<Insert Tabel 5>
Hasil Runs Test menunjukkan bahwa nilai test 0,19289 dengan probabilitas 0,267 tidak
signifikan pada 5 %, yang berarti hipotesis nol diterima, sehingga dapat disimpulkan bahwa
residual random (acak) atau tidak terjadi autokorelasi antar nilai residual.
 Uji Heteroskedastisitas
<Insert Tabel 6>
Hasil uji Glejser menunjukkan variabel independen kekuatan monitoring, modal, non
performing loan, loan/deposit ratio dan aset tidak ada yang signifikan secara statistik
mempengaruhi variabel net interest margin, hal ini terlihat dari probabilitas signifikansi
diatas tingkat kepercayaan 5%. Jadi dapat disimpulkan model regresi tidak mengandung
adanya heteroskedastisitas.

Goodness of Fit
 Uji Statistik F
<Insert Tabel 7>
Dari uji ANOVA atau uji F diperoleh nilai F hitung 10,815 dengan probabilitas 0,000, karena
probabilitas jauh lebih kecil dari signifikansi 5% maka model regresi dapat digunakan untuk
memprediksi net interest margin atau dapat dikatakan bahwa kekuatan monitoring, modal,
non performing loan, loan/deposit ratio, dan aset secara simultan berpengaruh terhadap net
interest margin.
 Koefisien Determinasi (R2)
<Insert Tabel 8>
Berdasarkan hasil pengujian diperoleh nilai koefisien determinasi (adjusted R2) sebesar
0,426, hal ini berarti 42,6 % variasi variabel dependen net interest margin dapat dijelaskan
oleh variasi dari kelima variabel independen kekuatan monitoring, modal, non performing
loan, loan/deposit ratio, dan aset, sedangkan sisanya 57,4 % (100% - 42,6%) dijelaskan oleh
sebab-sebab yang lain diluar model.
 Uji Statistik t
<Insert Tabel 9>
Dari kelima variabel independen kekuatan monitoring, modal, non-performing loan,
loan/deposit ratio, dan aset yang dimasukkan dalam model regresi, variabel non performing
loan dan loan/deposit ratio tidak signifikan dengan probabilitas signifikansi non performing
loan 0,365 dan loan/deposit ratio 0,094, keduanya diatas 5 % sedangkan kekuatan
monitoring, modal, dan aset signifikan pada tingkat kepercayaan 5 %.
PEMBAHASAN
Pembahasan Hipotesis 1
Dari hasil uji-t menunjukkan bahwa kekuatan monitoring berpengaruh positif signifikan
terhadap spread suku bunga, menurut teori “hold-up” Rajan (1992) bahwa suatu bank dengan
kekuatan monitoring lebih unggul mungkin meng-ekstrak rente yang lebih tinggi. Dengan
kata lain, kekuatan monitoring bank kreditur secara positif terkait spread suku bunga
pinjaman. Konsisten dengan penelitian Li Hao, (2003). Dalam hubungan bank dengan
peminjam dimana bank dapat menghasilkan monopoli informasi dapat memberikan
keuntungan bagi bank sementara memaksa kerugian pada kompetitor yang dalam ekonomi
dan teori pilihan publik, pemburu rente/rent seeking, monopoli informasi akan mempengaruhi
dan memaksa peminjam dikenakan tingkat bunga yang tinggi
Pembahasan Hipotesis 2
Dari hasil uji-t menunjukkan bahwa modal berpengaruh negatif signifikan terhadap spread
suku bunga. Temuan hasil penelitian ini konsisten dengan Hubbard, Kuttner dan Palia (2002),
(Brock dan Suarez,2000). Hal ini juga konsisten dengan teori moral hazard bahwa rendahnya
modal menjadikan bank berani mengambil risiko tinggi dengan menempatkan kredit
berbunga tinggi.
Pembahasan Hipotesis 3
Dari hasil uji-t menunjukkan bahwa non-performing loan berpengaruh tidak signifikan
terhadap spread suku bunga, Non-performing loan memiliki pengaruh yang signifikan
terhadap kinerja bank, yaitu profitabilitas bank yang merupakan kemampuan manajemen
bank untuk menghasilkan income dengan menggunakan aset bank. Temuan ini konsisten
dengan Yesim Helhel (2014), Hasil ini berlawanan dengan penelitian sebelumnya seperti Ho
and Saunders (1981), Angbanzo (1997), Saunders and Schumacher (2000), Maudos and
Guevara (2004), Hawtrey and Liang (2008), kebanyakan negara-negara maju.
Pembahasan Hipotesis 4
Dari hasil uji-t menunjukkan bahwa loan to deposit ratio berpengaruh negatif tidak signifikan
terhadap spread suku bunga, rata-rata non-performing loan Bank Perkreditan Rakyat tinggi
yaitu sebesar 10,062 %, sehingga peningkatan penambahan kredit yang diberikan tidak
disertai dengan kualitas pinjaman yang baik.
Pembahasan Hipotesis 5
Dari hasil uji-t menunjukkan bahwa aset berpengaruh negatif signifikan terhadap spread suku
bunga, Pada bank-bank besar dapat menggunakan kekuatan pasar melalui citra merk yang
lebih kuat akan secara positif mempengaruhi net interest margin. Namun demikian, jika
bank menjadi sangat besar, pengaruh ini berubah menjadi negatif, karena bank lebih sulit
untuk mengelola dan juga karena birokrasi dan alasan lain. Dengan demikian, hubungan
ukuran-net interest margin diharapkan menjadi non-linear (Ali et al.2011). Temuan ini
konsisten dengan Joh dan James N Rose (1987) bahwa Ukuran bank berpengaruh negatif
signifikan.
KESIMPULAN
1.
2.
3.
4.
5.
Kekuatan monitoring bank berpengaruh positif signifikan terhadap spread suku bunga
Modal berpengaruh negatif signifikan terhadap spread suku bunga
Non-performing loan berpengaruh negatif tidak signifikan terhadap spread suku bunga
Loan/Deposit Ratio berpengaruh negatif tidak signifikan terhadap spread suku bunga
Aset berpengaruh negatif signifikan terhadap spread suku bunga
Bank Perkreditan Rakyat dalam menjalankan fungsi intermediasi, harus memiliki kekuatan
monitoring bank yang baik agar mampu menghindari risiko kredit dari perilaku oportunistik
peminjam (moral hazard). Peningkatan dalam pemberian kredit yang ditunjukkan dengan
Loan/deposit ratio harus mampu memberikan peningkatan spread suku bunga bank dengan
menjaga kualitas monitoring atas pinjaman bank yang dicerminkan dengan persentase nonperforming loan. Dalam upaya untuk menjaga kesehatan Bank Perkreditan Rakyat diperlukan
penambahan modal bagi Bank Perkreditan Rakyat yang masih memiliki rasio kapital/aset
yang rendah, sehingga memperkuat industri Perbankan.
DAFTAR PUSTAKA
P.L. Brock, L. Rojas Suarez (2000). Understanding the behavior of bank spreads in
Latin America. Journal of DeÍelopment Economics 63 (2000) 113–134
Rengasamy, Dhanuskodi (2014). Impact of Loan Deposit Ratio (LDR) on Profitability:
Panel Evidence from Commercial Banks in Malaysia.
Proceedings of the Third
International Conference on Global Business, Economics, Finance and Social Sciences
(GB14Mumbai Conference) Mumbai, India. 19-21 December 2014.
Diamond W.Douglas (1991). Monitoring and Reputation: The Choice between Bank Loans
and Directly Placed Debt. The Journal of Political Economy, Vol. 99, No. 4 (Aug., 1991), pp.
689-721
Jensen and Meckling (1976).Theory of the Firm: Managerial Behavior,Agency Costs and
Ownership Structure. Journal of Financial Economics, October, 1976, V. 3, No. 4, pp. 305360
Epure Mircea and Lafuente Esteban (2014).Monitoring Bank Performance in the Presence of
Risk. Journal of Productivity Analysis, July 2014
Arnoud W. A. Boot (2000).Relationship Banking: What Do We Know?. Journal of
Economic Literature Classification Numbers: G20, G21, L10.
John C. Panzar and James N. Rosse (1987). Key Determinants of German Banking Sector
Performance Testing For "Monopoly" Equilibrium The Journal of Industrial Economics,
Vol. 35, No. 4, Jun., 1987, 443-456 DOI: 10.2307/2098582.
Yesim Helhel (2014).Evaluating The Performance of the Commercial Banks In Georgia.
Research Journal of Finance and Accounting www.iiste.org ISSN 2222-1697 (Paper) ISSN
2222-2847 (Online) Vol.5, No.22, 2014
Jude S. Doliente (2003).Determinants Of Bank Net Interest Margins Of Southeast Asia.
Raharjo,G.P, Hakim,B.D, Manurung, H.A, Maulana, T.N.A. (2014). The Determinants of
Commercial Banks’ Interest Margin in Indonesia: An Analysis of Fixed Effect Panel
Regression. International Journal of Economics and Financial Issues. Vol. 4, No. 2, 2014,
pp.295-308 ISSN: 2146-4138
Iloska Nadica (). Determinants Of Net Interest Margins – The Case Of Macedonia. Journal
of Applied Economics and Business
K. Ben Khediri & H. Ben-Khedhiri (2011) Determinants of bank net interest margin in
Tunisia: a panel data model. Applied Economics Letters, 18:13, 1267-1271
Li Hao (2003). Bank Effects And Determinants Of Loan Yield Spread.
Edralin Lim (). A Study On Credit Interest Margin And Efficiency Ratios Of Selected
Universal Banks in The Philippines For Year 2010. International Journal of Information
Technology and Business Management 29th June 2012. Vol.2 No. 1.
Mustafa, A. R., Ansari, R.H., Younis, M.U., Does The Loan Loss Provision Affect The
Banking Profitability In Case Of Pakistan ?. Asian Economic and Financial Review
2(7):772-783
Repullo,R. and Suarez,J. (1999).Entrepreneurial Moral Hazard and Bank Monitoring: A
Model of the Credit Channel. Discussion Paper 129
Tabel 1. Deskripsi Statistik Variabel Penelitian
NIM
N
Ran
ge
Stati
stic
67
Stati
stic
18.0
3
125.
32
39.9
2
34.3
7
32.0
0
4.34
MON
67
CAP
67
NPL
67
LDR
67
LNASET
67
Valid N
(listwise)
67
Descriptive Statistics
Mini Max Sum
Mean
Std.
Varia
mu
imu
Deviati
nce
m
m
on
Stati Stati Stati Stati
Std. Statistic Statist
stic
stic
stic
stic Error
ic
2.10 20.1 787. 11.7 .5869 4.8042 23.08
3
91 598
3
5
1
10.0 135. 2995 44.7 3.744 30.649 939.3
1
34
.70 120
41
32
81
4.33 44.2 1003 14.9 1.074 8.7965 77.37
5
.55 783
67
2
9
2.00 36.3 674. 10.0 .8017 6.5623 43.06
7
17 622
1
0
4
60.0 92.0 5362 80.0 .9377 7.6754 58.91
0
0
.69 402
0
3
2
14.7 19.1 1139 17.0 .1089 .89210
.796
9
4
.67 100
9
Tabel 2. Uji Normalitas dengan Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
MON
SQRTCA SQRT
P
NPL
N
Normal Parametersa
Mean
Std.
Devia
tion
67
44.712
0
3.0649
3E1
67
3.7218
67
3.0307
1.06943
.94375
LDR
67
80.04
02
7.675
43
LN
ASE
T
67
17.0
100
.892
10
Absol
ute
Positi
ve
Negat
ive
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
a. Test distribution is
Normal.
Most Extreme
Differences
.133
.115
.152
.089
.113
.133
.115
.152
.060
.062
-.129
-.062
-.080
-.089
1.086
.189
.938
.342
1.246
.090
.728
.664
.113
.922
.363
Tabel 3. Uji Multikolinearitas
Coefficientsa
Unstandardized
Standar
Coefficients
dized
Coeffic
ients
B
Std.
Beta
Error
Model
1
(Consta
nt)
MON
88.277
12.237
.032
.016
.204
SQRT
CAP
-1.474
.517
-.328
SQRT
NPL
LDR
-.534
.586
-.105
-.102
.060
-.162
LNAS
ET
-3.686
.561
-.685
a. Dependent Variable:
NIM
t
7.21
4
2.03
1
2.85
1
.913
1.70
2
6.57
1
Sig.
Collinearity
Statistics
Tole
ranc
e
VIF
.047
.859
.006
.656
1.16
5
1.52
5
.365
.657
.094
.955
.000
.801
.000
1.52
3
1.04
7
1.24
9
Tabel 4. Uji Autokorelasi D-W test
Model Summaryb
R
R
Adjusted R Std. Error of
DurbinMod
Square
Square
the Estimate
Watson
el
.686a
.470
.426
3.63835
2.289
1
a. Predictors: (Constant), LNASET, MON, LDR, SQRTNPL,
SQRTCAP
b. Dependent Variable: NIM
Tabel 5. Runs test
Runs Test
Unstandardi
zed
Residual
.19289
Test Valuea
33
Cases < Test
Value
34
Cases >= Test
Value
67
Total Cases
39
Number of Runs
1.110
Z
.267
Asymp. Sig. (2tailed)
a. Median
Tabel 6. Uji Heteroskedastisitas
Model
Coefficientsa
Unstandardized
Standardize
Coefficients
d
Coefficients
B
Std. Error
Beta
.382
7.319
(Constant
)
MON
-.014
SQRTC
-.197
AP
SQRTNP
-.606
L
LDR
.008
LNASET
.282
a. Dependent Variable: ABSRES9
1
t
Sig.
.052
.959
.009
.309
-.193
-.094
-1.499
-.637
.139
.527
.350
-.254
-1.729
.089
.036
.336
.029
.112
.236
.842
.814
.403
Tabel 7. Uji Statistik F
Model
Sum of
Squares
715.842
ANOVAb
df
Mean
Square
143.168
F
Regressio
5
10.815
n
Residual
807.492
61
13.238
Total
1523.334
66
a. Predictors: (Constant), LNASET, MON, LDR, SQRTNPL,
SQRTCAP
b. Dependent Variable: NIM
1
Sig.
.000a
Tabel 8. Koefisien Determinasi (R2)
Model Summaryb
R
R
Adjusted R Std. Error of
DurbinMod
Square
Square
the Estimate
Watson
el
.686a
.470
.426
3.63835
2.289
1
a. Predictors: (Constant), LNASET, MON, LDR, SQRTNPL,
SQRTCAP
b. Dependent Variable: NIM
Tabel 9. Uji Statistik t
Model
Coefficientsa
Unstandardized
Standardize
Coefficients
d
Coefficients
B
Std. Error
Beta
88.277
12.237
7.214
.000
.016
.517
.204
-.328
2.031
-2.851
.047
.006
.586
-.105
-.913
.365
.060
.561
-.162
-.685
-1.702
-6.571
.094
.000
(Constant
)
MON
.032
SQRTC
-1.474
AP
SQRTNP
-.534
L
LDR
-.102
LNASET
-3.686
a. Dependent Variable: NIM
1
t
Sig.